第19课　记录我的一天活动——训练测试小闭环

单元六

第19课　记录我的一天活动——训练测试小闭环

一、任务目标

把一天活动标注后训练字典模型，再在测试对上算分。

二、知识点短列表

项目闭环：采集→标注→训练→测试。
train(data)：学成字典模型。
test(model, pairs)：用测试对算正确率。
要能说清数据来源与检验方法。
分数是证据，人主决定是否采用。
train 得到的字典模型，未见过的活动名 get 会得到 None，与标准答案比较时算错。
测试对数量为分母；至少准备 2 题，避免“只测 1 题就宣称学会”。

三、机器学习在说什么

综合课把有监督字典模型再跑一遍，重点是“说得清流程”。评委老师会问：数据谁标的？测试题从哪来？错了怎么办？

train 用字典推导式压缩写入；test 用 get 比较。测试期望 0.5 的例子故意含一道错题，提醒你：分数会揭露问题。

与第10课呼应：同样是字典模型，这里强调项目表达与检验叙事。

闭环检查表：采集是否合规→标注是否互查→train 是否只使用训练部分→test 是否用未见组合→分数如何解读→人是否决定采用。六格都打勾，才算综合课项目，而不是“会跑一段代码”。小组互评时互相追问：“你的测试对里有没有训练集原题？”答不上来就退回重做。

若测试分为 0.5，不要先改测试函数凑 1.0，先回头看标注与训练是否泄露、测试对是否出题合理。分数难看是朋友，虚假满分是陷阱。

四、相关积木怎么用

model[item[0]] = item[1] 循环写入字典完成训练。
model.get(x) == y 判对。
迷你例子：两题对一题 → 正确率 0.5。

走查：test(train([('a','1'),('b','2')]), [('a','1'),('b','9')]) → 返回 0.5，因为第一题对、第二题标准是 9 但模型里 b 对应 2。train 只负责写入，test 负责按对计算分。

活动四条再默写：早读／写作业→学习，打球／跑步→运动。测试勿全抄训练原句。分数难看先查标注，再查是否泄露，最后才怀疑除法。

检查锚点：嵌套表达式得到 0.5 时，能指出 b 那一对错在标签 9 对不上 2。全对应为 1.0。

闭环再念：采集→标注→train→test→人主决定。展板三栏与叙事三句同时过关才给星章；伪造分数取消结业资格。至少2道测试题，1道题的满分无说服力。

想一想：若测试两题全对，test 应返回多少？写成小数。

应返回 1.0。展板三栏与叙事三句同时过关才给星章。0.5 案例必须能指出错对：哪一对标签不符。禁止通过缩短测试集或改 test 函数分子来“美化”分数——诚信与正确率课同一条红线。

叙事三句：数据来源与条数；train 后测几题得多少分；是否采用及理由。0.5 时先指出哪一对错再改数据。泄露检查：测试题勿与训练题完全相同，至少改一道名称或场景。

要点串讲：项目闭环采集→标注→train→test；要写清来源与检验；分数难看先查数据与出题，不伪造满分；人主决定是否采用。本课过关标准：三栏展示板填满，且 test 示例得到 0.5 时能解释含义。加练：把测错的那一对改正标签后重测，观察分数上升，强调问题常在数据不在除法。

五、操作步骤

步骤1

采集标注写出一天活动的（名称, 标签）。

步骤2

train得到字典模型。

步骤3

test在测试对上算分并打印。

步骤4

写说明三句话：来源、分数、是否采用。

六、解题思路

任务：把一天活动标注后训练字典模型，再在测试对上算分。先想清楚：输入是什么、处理后得到什么、屏幕上应出现什么。

本课主要用到：屏幕输出。

1明确任务「把一天活动标注后训练字典模型，再在测试对上算分。」：运行后你希望看到什么结果（文字、图形或计算结果）。
2用「打印」积木把结果说出来，确认屏幕上出现预期内容。
3找出重复动作，用「计数循环／遍历」积木写成循环，少抄几遍。
4写出判断条件：什么情况下走 A，什么情况下走 B。
5把可复用的一段动作做成函数，主程序里调用它。
6对照参考积木（或代码）跑通后，只改一个参数，观察结果如何变化。

流程示意（可对照左侧文字）

七、图形块功能讲解

本课用到的 Mixly 图形块均已在前面的课讲过。请直接对照编程练习搭积木；若有遗忘，回到该积木首次出现的课页复习。

即时验算：test(train([('a','1'),('b','2')]), [('a','1'),('b','9')])→0.5。展板三栏填满：来源、测法、是否采用。指出错的是哪一对，改标签后分数应上升。train 只写入，test 才算分。展板三栏必填。叙事三句与展板三栏这两项内容都必须齐全。

train 用字典推导写入；test 用 get 比较。未见过的 x 得到 None，与 y 不等算错。至少 2 道测试题；1 道题的 1.0 没有说服力。诚信：不改 test 函数凑分。

九、知识点讲解

闭环指「输入 → 处理 → 输出」连成完整一圈，并能再次接收下一次输入：听见口令／按下按键 → 识别或判断 → 播报、亮灯或动作 → 回到可继续交互的状态。语音交互、播报只是环上的环节，不是并列的三个知识点；任一环缺失，交互就会断掉。

自检：改一个输入，输出是否跟着变？变完能否继续听下一次？
排错：先看有没有输入，再看判断条件，最后看播报／执行是否接到。

先弄清本课输入与输出，再进编程练习对照现象。

十、编程练习

用下拉列表切换题目；下方 Mixly 默认显示图形化积木。请在 Mixly 工具栏点「运行」；「检查」读取 Mixly 代码自动判题。

选择题目

参考代码（对照抄写到下方 Mixly）

data = [("早读", "学习"), ("打球", "运动"), ("写作业", "学习"), ("跑步", "运动")]

def train(data):
    model = {}
    for i in range(len(data)):
        item = data[i]
        model[item[0]] = item[1]
    return model

def test(model, pairs):
    ok = 0
    for i in range(len(pairs)):
        x = pairs[i][0]
        y = pairs[i][1]
        if model.get(x) == y:
            ok = ok + 1
    return ok / len(pairs)

model = train(data)
score = test(model, [("早读", "学习"), ("打球", "运动")])
print(score)

十一、本节小结

你现在能实现 train／test 闭环，说清数据来源与正确率含义，填满展板三栏；0.5案例能指出错对；并在分数不佳时先查标注而不是改分母；至少两道测试题；不改 test 凑分；来源三句话写清。can_collect 挡住敏感字段。